HRDX：大規模向量高清地圖數據集

自動駕駛系統的可靠性高度依賴於高精度、語義豐富且可擴展的向量化高清地圖（HD Map）。然而，目前公開的高清地圖數據集在規模、語義屬性和模態多樣性上普遍存在侷限，例如缺乏航空影像等關鍵模態，這限制了新研究方向的發展。針對這一挑戰，來自本田研究所（Honda Research Institute）的研究團隊推出了HRDX——一個大規模向量高清地圖構建數據集，旨在推動自動駕駛領域的科研進展。

HRDX數據集總計包含約40小時、1400公里的駕駛記錄，覆蓋多條路線且重疊度極低，其規模是此前公開數據集的數倍。數據採集系統由6個同步環繞攝像頭、128線激光雷達以及釐米級RTK GNSS/IMU定位系統組成，並輔以精確對齊的航空正射影像（aerial orthoimagery）。這種多模態配置不僅提供了地面視角的豐富信息，還引入了空中視角的結構先驗，為後續研究開闢了新路徑。

在標註方面，HRDX涵蓋了10類向量地圖元素（如車道線、路沿、人行橫道等），並附加超過20種語義與拓撲屬性，例如道路類型、曲率、連接關係等，極大地豐富了地圖的語義層次。為了全面評估如此豐富的本體，研究團隊提出了綜合評分（Composite Score, CS），該評分能夠同時衡量地圖的幾何精度和屬性正確性，彌補了傳統單一指標的不足。

基準實驗表明，HRDX的大規模數據有效提升了在線向量地圖構建的性能。此外，對齊的航空影像提供了有用的結構先驗：在訓練或推理階段使用航空影像可顯著改善地圖的幾何質量；而利用航空影像增強的教師模型，能夠在不增加推理時傳感器需求的前提下，將部分優勢遷移至純攝像頭學生模型。這意味着，通過知識蒸餾，未來可以在低成本傳感器配置下獲得接近高級傳感器組合的地圖構建性能。

HRDX數據集旨在支持大規模高清地圖學習、多模態BEV融合以及訓練時特權信息的可重複研究。該數據集及基準測試已在GitHub上開源（https://github.com/honda-research-institute/HRDX），供學術界和工業界使用。研究團隊表示，HRDX有望成為自動駕駛高清地圖領域的新標杆，推動更可靠、更可擴展的地圖構建技術的發展。